AI视野·今日CS.Robotics 机器人学论文速览 Mon, 8 Jan 2024 Totally 13 papers 上期速览✈更多精彩请移步主页
Daily Robotics Papers
Deep Reinforcement Learning for Local Path Following of an Autonomous Formula SAE Vehicle Authors Harvey Merton, Thomas Delamore, Karl Stol, Henry Williams随着世界各地汽车工程师方程式协会 F SAE 竞赛不断引入无人驾驶赛事，各团队正在研究自动驾驶车辆堆栈的各个方面。本文介绍了使用深度强化学习 DRL 和逆强化学习 IRL 将局部观察到的锥体位置映射到赛道跟踪所需的转向角度。之前未在这种情况下测试过的两种最先进的算法软演员评论家 SAC 和对抗性逆强化学习 AIRL 用于在代表性模拟中训练模型。还讨论了 RL 算法在自动驾驶赛车环境中使用的三种新颖的奖励函数。在模拟和现实世界中进行的测试表明，这两种算法都可以成功训练局部路径跟踪模型。iPolicy: Incremental Policy Algorithms for Feedback Motion Planning Authors Guoxiang Zhao, Devesh K. Jha, Yebin Wang, Minghui Zhu本文提出了基于策略的机器人系统运动规划。运动规划文献主要关注开环轨迹规划，然后进行在线跟踪。相比之下，我们通过解决相关的反馈控制问题来同时解决路径规划和控制器综合问题。我们提出了一种用于运动规划的新型增量策略 iPolicy 算法，该算法集成了基于采样的方法和定值最优控制方法来计算机器人系统的反馈控制器。特别是，我们使用采样来增量构建系统的状态空间。在采样的状态空间上执行异步值迭代以合成增量策略反馈控制器。我们展示了估计对连续状态空间中的最优值函数的收敛。Omnidirectional Multi-Rotor Aerial Vehicle Pose Optimization: A Novel Approach to Physical Layer Security Authors Daniel Bonilla Licea, Giuseppe Silano, Mounir Ghogho, Martin Saska将多旋翼飞行器 MRAV 集成到 5G 和 6G 网络中可增强覆盖范围、连接性和拥塞管理。这促进了通信感知机器人技术的发展，探索机器人技术和通信之间的相互作用，但也使 MRAV 容易受到干扰等恶意攻击。应对这些攻击的一种传统方法是在 MRAV 上使用波束成形来应用物理层安全技术。在本文中，我们探索姿态优化作为对抗 MRAV 干扰攻击的替代方法。该技术适用于全向 MRAV，这种无人机能够独立控制其位置和方向，而不是更常见的欠驱动 MRAV，后者的方向无法独立于其位置进行控制。在本文中，我们考虑全向 MRAV 作为合法地面节点的基站 BS，受到恶意干扰机的攻击。Integrating Flow Theory and Adaptive Robot Roles: A Conceptual Model of Dynamic Robot Role Adaptation for the Enhanced Flow Experience in Long-term Multi-person Human-Robot Interactions Authors Huili Chen, Sharifa Alghowinem, Cynthia Breazeal, Hae Won Park在本文中，我们介绍了一种机器人在与人类长期互动中的行为适应的新颖概念模型，将动态机器人角色适应与心理学的心流体验原理相结合。这种概念化引入了基于流程体验的分层交互目标，作为机器人的总体适应目标。该目标将认知和情感子目标交织在一起，并纳入个人和群体层面的人为因素。动态角色适应方法是我们模型的基石，强调机器人能够流畅地适应从领导者到追随者的支持角色，目的是保持活动挑战和用户技能之间的平衡，从而促进用户的最佳流程体验。此外，这项工作深入探讨了我们提出的概念化的局限性和潜在应用。我们的模型特别强调多人 HRI 范式，这是 HRI 的一个维度，目前正在探索中且具有挑战性。Comparative Evaluation of RGB-D SLAM Methods for Humanoid Robot Localization and Mapping Authors Amirhosein Vedadi, Aghil Yousefi Koma, Parsa Yazdankhah, Amin Mozayyan在本文中，我们对用于 SURENA V 人形机器人定位和建图的三种 RGB D SLAM 同时定位和建图算法 RTAB Map、ORB SLAM3 和 OpenVSLAM 进行了比较评估。我们的测试要求机器人遵循完整的圆形模式，并在其头部安装英特尔实感 D435 RGB D 摄像头。在评估定位精度时，ORB SLAM3 的 ATE 为 0.1073，优于其他方案，其次是 RTAB Map（0.1641）和 OpenVSLAM（0.1847）。但值得注意的是，当机器人遇到特征点有限的墙壁时，ORB SLAM3和OpenVSLAM都面临着保持精确里程计的挑战。尽管如此，OpenVSLAM 展示了检测闭环的能力，并在机器人接近其初始位置时成功在地图内重新定位自身。调查还扩展到了地图绘制功能，RTAB Map 凭借提供多样化的地图输出（包括密集地图、OctoMap 和占用网格地图）而表现出色。Object-Centric Instruction Augmentation for Robotic Manipulation Authors Junjie Wen, Yichen Zhu, Minjie Zhu, Jinming Li, Zhiyuan Xu, Zhengping Che, Chaomin Shen, Yaxin Peng, Dong Liu, Feifei Feng, Jian Tang人类通过识别观察中物体的身份和位置来解释场景。对于执行诸如引用拾取和放置之类的任务的机器人来说，了解对象是什么以及它们所在的位置至关重要。虽然前者在使用大型语言模型来丰富文本描述的文献中得到了广泛的讨论，但后者仍然未被充分探索。在这项工作中，我们引入了 textit 以对象为中心的指令增强 OCI 框架，以通过位置提示增强高度语义和信息密集的语言指令。我们利用多模态大语言模型 MLLM 将对象位置知识融入自然语言指令中，从而帮助策略网络掌握多功能操作的操作。此外，我们提出了一种特征重用机制，将现成的预训练 MLLM 中的视觉语言特征集成到策略网络中。Kinematic Base State Estimation for Humanoid using Invariant Extended Kalman Filter Authors Amirhosein Vedadi, Aghil Yousefi Koma, Masoud Shariat Panahi, Mahdi Nozari本文介绍了右不变扩展卡尔曼滤波器 RIEKF 的设计和实现，用于估计 Surena V 人形机器人运动学基础的状态。机器人的状态表示在李群 SE 4 3 上定义，包括底座的位置、速度和方向，以及左脚和右脚的位置。Design Optimization of Wire Arrangement with Variable Relay Points in Numerical Simulation for Tendon-driven Robots Authors Kento Kawaharazuka, Shunnosuke Yoshimura, Temma Suzuki, Kei Okada, Masayuki Inaba腱驱动机器人最重要的特征之一是电线布置的简便性及其提供的自由度，使得能够通过修改电线布置来构造满足所需特性的身体。已经提出了各种电线布置优化方法，但它们通过假设电线到接头的力臂是恒定的，或者通过忽略跨越多个接头并包括中继点的电线布置来简化配置。在本研究中，我们制定了更灵活的电线布置优化问题，其中每条电线由一个起点、多个中继点和一个终点表示，并基于黑盒优化实现了所需的物理性能。VoroNav: Voronoi-based Zero-shot Object Navigation with Large Language Model Authors Pengying Wu, Yao Mu, Bingxian Wu, Yi Hou, Ji Ma, Shanghang Zhang, Chang Liu在家用机器人领域，零射击对象导航 ZSON 任务使代理能够熟练地穿越不熟悉的环境并从新类别中定位对象，而无需事先进行明确的训练。本文介绍了 VoroNav，这是一种新颖的语义探索框架，它提出了简化的 Voronoi 图，从实时构建的语义图中提取探索路径和规划节点。通过利用拓扑和语义信息，VoroNav 设计了基于文本的路径和图像描述，这些描述很容易被大型语言模型 LLM 解释。我们的方法提出了路径和远视描述的协同作用来表示环境背景，使法学硕士能够应用常识推理来确定导航的最佳路径点。对 HM3D 和 HSSD 数据集的广泛评估证实，VoroNav 在成功率和勘探效率方面都超过了现有的 ZSON 基准，HM3D 上为 2.8 成功，SPL 为 3.7，HSSD 上为 2.6 成功，SPL 为 3.8。Robot Vulnerability and the Elicitation of User Empathy Authors Morten Roed Frederiksen, Katrin Fischer, Maja Matari 本文描述了 Amazon Mechanical Turk 的一项受试者间研究 n 220，该研究调查了机器人的情感叙事如何影响其引发人类观察者同理心的能力。我们首先进行了一项试点研究，以开发和验证机器人的情感叙事。然后，在完整的研究中，机器人使用了三种不同的情感叙事策略之一：有趣、悲伤、中性，同时在交互过程中其购物任务的功能变得越来越少。随着机器人功能的退化，参与者被反复询问是否愿意帮助机器人。结果表明，传达悲伤的故事会显着影响参与者在整个互动过程中帮助机器人的意愿，并决定参与者在整个互动过程中是否对机器人产生同理心。此外，更多的过去使用机器人的经验也增加了参与者帮助机器人的意愿。Autonomous Multi-Rotor UAVs: A Holistic Approach to Design, Optimization, and Fabrication Authors Aniruth A, Chirag Satpathy, Jothika K, Nitteesh M, Gokulraj M, Venkatram K, Harshith G, Shristi S, Anushka Vani, Jonathan Spurgeon无人机已成为军事、农业、监视和物流领域的关键，彻底改变了数据收集和环境交互。随着无人机技术的进步，迫切需要开发一种用于设计无人机的整体方法。这项研究的重点是建立一个程序，包括概念设计、复合材料的使用、重量优化、稳定性分析、航空电子集成、先进制造，以及通过为满足特定应用而定制的目标检测模型结合自主有效载荷交付，同时保持成本效率。该研究对潜在的复合材料和各种四轴飞行器框架配置进行了比较评估。新颖的功能包括有效载荷下降机构、一体式臂固定装置以及碳纤维轻木复合材料的使用。使用所提出的方法设计和分析四轴飞行器，然后使用增材制造和真空袋技术进行制造。Robot-Assisted Deep Venous Thrombosis Ultrasound Examination using Virtual Fixture Authors Dianye Huang, Chenguang Yang, Mingchuan Zhou, Angelos Karlas, Nassir Navab, Zhongliang Jiang深静脉血栓形成（DVT）是一种常见的血管疾病，深静脉内出现血栓，可能阻塞血流，甚至引发危及生命的肺栓塞。使用超声 US 成像进行 DVT 的典型检查是按压目标静脉，直至其管腔完全受压。然而，压缩检查高度依赖于操作员。为了减轻内部和相互之间的变化，我们提出了一种机器人 US 系统，该系统具有新颖的混合力运动控制方案，可确保位置和力跟踪精度以及探头软着陆到目标表面上。此外，提出了一种基于路径的虚拟夹具，以实现轻松的人机交互，以便在病变位置重复压缩操作。为了确保在不同检查中获得的生物测量结果具有可比性，使用外部 RGBD 相机和 US 图像以从粗到细的方式确定 6D 扫描路径。首先使用RGBD相机提取物体上的粗略扫描路径。然后，使用超声图像中分割的血管腔来优化扫描路径，以确保目标物体的可见性。为了生成用于开发虚拟夹具的连续扫描路径，提出了一种考虑位置和方向的基于弧长的路径拟合模型。 Chinese Abs From Machine Translation
Papers from arxiv.org
更多精彩请移步主页
pic from pexels.com
相关文章
您阅读本篇文章共花了：
发表评论